plt.subplotを２回使えない。

Question

for i in range(len(out_img)):
    plt.subplot(20, 20, i+1).imshow(out_img[i])

中略

    # テスト
    scoreboard = []
    for i in range(len(training_data_list)):
            idata = (np.array(training_data_list[i][1:]) / 255.0 * 0.99) + 0.01
            predict = nn.feedforward(idata)
            plabel = np.argmax(predict)
            print("plabel" ,plabel)
            #修正値plabelにimg値を修正する。
            out_img[i] =  out_img[plabel]
            pass
    scoreboard_array = np.asarray(scoreboard)
    print('performance: ', scoreboard_array.sum() / scoreboard_array.size)

中略


for i in range(len(out_img)):
    plt.subplot(20, 20, i+1).imshow(out_img[i])

とすると、下の画像の集まりしか表示されないのですが、
plt.subplotは、２つ書くと最後の方が優先されるのでしょうか？
両方表示するにはどうすればいいんでしょうか。

コード全体は以下です。

from google.colab import drive
drive.mount('/content/drive')

import sys
import numpy as np
import matplotlib.pyplot as plt

sys.path.append('/content/drive/My Drive')

import ActivationFunction as AF

from PIL import Image
from IPython.display import display

img = Image.open("drive/My Drive/mnist_dataset/rei.jpeg")
img = img.resize((100, 100))
img = np.asarray(img)

plt.imshow(img)

size = 5

v_split = img.shape[0] // size
h_split = img.shape[1] // size
out_img = []
[out_img.extend(np.hsplit(h_img, h_split))
    for h_img in np.vsplit(img, v_split)]

plt.figure(figsize=(100,100))

# imgの画像を表示　元は20,20,i+1...
# for i in range(len(out_img)):
#     plt.subplot(20, 20, i+1).imshow(out_img[i])

def extract(x, y):
    # カラー画像の時Gだけ抜き取りたい
    if len(x.shape) == 3:
        h, w, ch = x.shape

    # RGBのGだけ抜き取りたい
    return x[:,:,y]

# v_max, v_min = 300, 200から変更
v_max, v_min = 255, 250

def diff(x):
    imgrows, lenrows, imgcolumns, lencolumns = [], [], [], []
    for (img, imgt) in zip(x, x.T):
        rows = img[(v_min<img)&(v_max>img)]
        columns = imgt[(v_min<imgt)&(v_max>imgt)]
        imgrows.append(rows)
        lenrows.append(len(rows))
        imgcolumns.append(columns)
        lencolumns.append(len(columns))
    return lenrows + lencolumns

np.set_printoptions(threshold=10000)
print(type(extract(out_img[i], 1)))
print(type(diff(extract(out_img[i], 1))))
print(type(out_img[0][0]))

# 見本データに対しても同様に
# exについて同様に
training_data_list = []

for i in range(len(out_img)):
    #g #b #r 抽出後diffしてappend
    training_data_list.append([i] + diff(extract(out_img[i], 1)) + diff(extract(out_img[i], 2))  + diff(extract(out_img[i], 0))) # 略

# 3層ニューラルネットワーク
class ThreeLayerNetwork:
    # コンストラクタ
    def __init__(self, inodes, hnodes, onodes, lr):
        # 各レイヤーのノード数
        self.inodes = inodes
        self.hnodes = hnodes
        self.onodes = onodes

        # 学習率
        self.lr = lr

        # 重みの初期化
        self.w_ih = np.random.normal(0.0, 1.0, (self.hnodes, self.inodes))
        self.w_ho = np.random.normal(0.0, 1.0, (self.onodes, self.hnodes))

        # 活性化関数
        self.af = AF.sigmoid
        self.daf = AF.derivative_sigmoid

    # 誤差逆伝搬
    def backprop(self, idata, tdata):

        # 縦ベクトルに変換
        o_i = np.array(idata, ndmin=2).T
        t = np.array(tdata, ndmin=2).T

        # 隠れ層
        x_h = np.dot(self.w_ih, o_i)
        o_h = self.af(x_h)

        # 出力層
        x_o = np.dot(self.w_ho, o_h)
        o_o = self.af(x_o)

        # 誤差計算
        e_o = (t - o_o)
        e_h = np.dot(self.w_ho.T, e_o)

        # 重みの更新
        self.w_ho += self.lr * np.dot((e_o * self.daf(o_o)), o_h.T)
        self.w_ih += self.lr * np.dot((e_h * self.daf(o_h)), o_i.T)


    # 順伝搬
    def feedforward(self, idata):
        # 入力のリストを縦ベクトルに変換
        o_i = np.array(idata, ndmin=2).T

        # 隠れ層
        x_h = np.dot(self.w_ih, o_i)
        o_h = self.af(x_h)

        # 出力層
        x_o = np.dot(self.w_ho, o_h)
        o_o = self.af(x_o)

        return o_o

if __name__=='__main__':
    # パラメータ
    #inodes=784から30に変更
    inodes = 30
    hnodes = 100
    onodes = len(training_data_list)
    lr = 0.3

    # ニューラルネットワークの初期化
    nn = ThreeLayerNetwork(inodes, hnodes, onodes, lr)

    # 学習
    epoch = 50
    for e in range(epoch):
        data_size = len(training_data_list)
        for i in range(data_size):
            idata = (np.array(training_data_list[i][1:]) / 255.0 * 0.99) + 0.01
            # 変更の余地あり
            tdata = np.zeros(onodes) + 0.01
            tdata[training_data_list[i][0]] = 0.99
            nn.backprop(idata, tdata)
            pass
        pass

    # テスト
    scoreboard = []
    for i in range(len(training_data_list)):
            idata = (np.array(training_data_list[i][1:]) / 255.0 * 0.99) + 0.01
            predict = nn.feedforward(idata)
            plabel = np.argmax(predict)
            print("plabel" ,plabel)
            #修正値plabelにimg値を修正する。
            out_img[i] =  out_img[plabel]
            pass
    scoreboard_array = np.asarray(scoreboard)
    print('performance: ', scoreboard_array.sum() / scoreboard_array.size)


# imgの値を修正し、かつ修正した画像を表示　元は20,20,i+1...
for i in range(len(out_img)):
    plt.subplot(20, 20, i+1).imshow(out_img[i])

Comments

[fukatani]

質問のタイトルと内容が乖離しているので、
matplotlibで複数のグラフを表示したいとかに直したほうが良さそうです。

[teamikl]

上と下のコードで同じ画像を同じ場所に配置してますが、間に他のコードはないのでしょうか。
同じ場所に２つ同じ画像を表示したいということですか？

[ques346]

追記しました

上と下に別々に、重ねず表示したいです。

Answer 1

plt.figure(figsize=(100,100))
for i in range(len(out_img)):
    plt.subplot(20, 20, i+1).imshow(out_img[i])

中略

plt.figure(figsize=(100,100))
for i in range(len(out_img)):
    plt.subplot(20, 20, i+1).imshow(out_img[i])

Comments

[ques346]

お、、できました。
ありがとうございます、更にですが、

今forの塊を２つ作っていますが、
この塊２つが、互いに上下隣接して表示されており、境目が分かりにくい状態で、
この境が明確になるよう、改行等を入れる適切な方法はありますでしょうか？
（たとえば、print("----")等としても、上に-----と表示さ、画像はやはり隣接したままになります。

[jbpb0]

> この境が明確に

二つ目の
plt.figure(figsize=(100,100))
のすぐ上に下記を挿入

plt.figure(figsize=(100,10))
plt.plot()
plt.axis('off')

100,10の10を大きくすると隙間が広がる

Answer 2

原因は、同じ場所に配置してる為です。
MatplotlibDeprecationWarning という警告は出てませんか？
将来のバージョンでは挙動が変わるような事が書かれてます。

繰り返しについては、enumerateを使い以下のように記述できます。

for i, img in enumerate(out_img, start=1):
    plt.subplot(20, 20, i).imshow(img)

---

上下に並べるのは、２通り案があり

• 画像を連結してから配置する
• 配置する場所を、列が交互になるように工夫する

後者について考え方だけ振れておくと

# 3x3
[1, 2, 3,
 4, 5, 6,
 7, 8, 9]

# 画像リストの順序について
# 上下に並べるために、以下のように配置する

# 3x6
[1, 2, 3,
 1, 2, 3,
 4, 5, 6,
 4, 5, 6,
 7, 8, 9,
 7, 8, 9]

3x3 での例。画像の代わりに range(10)

from itertools import chain, zip_longest

def chunk(xs, count):
    """
    >>> list(chunk(range(10), 3))
    [(0, 1, 2), (3, 4, 5), (6, 7, 8), (9, None, None)]
    """
    return zip_longest(*[iter(xs)]*count)

out_imgA = range(10) # 実際は image のリスト
out_imgB = range(10) # 上書きせずに別リストを作る
xsA = chunk(out_imgA, 3) # 実際の値: 20
xsB = chunk(out_imgB, 3) # 行毎に分割
flatten = chain(*chain(*zip(xsA, xsB))) # 2つのリストを行毎に掛け合わせてから平坦化

for i, img in enumerate(flatten, start=1):
    if img is not None:
        print(f"{i:02} {img}") # plt.subplot(40, 20, i).imshow(img)

import math

def grid_list(ncol, listA, listB):
    assert len(listA) == len(listB)

    iterA = iter(listA)
    iterB = iter(listB)
    nrow = math.ceil(len(listA) / ncol)

    for _ in range(nrow):
        # 加工前のリストから1行読み出し
        for _ in range(ncol):
            yield next(iterA, None)

        # 加工後のリストから1行読み出し
        for _ in range(ncol):
            yield next(iterB, None)

out_imgA = list(range(10))
out_imgB = list(range(10))

for i, img in enumerate(grid_list(3, out_imgA, out_imgB), start=1):
    if img is not None:
        print(f"{i:02} {img}")

追記: 上下を交互ではなく別ける場合。enumerateの引数で配置位置を調整

for i, img in enumerate(out_img, start=1):
    plt.subplot(40, 20, i).imshow(img)

...

for i, img in enumerate(out_img, start=20*20+1):
    plt.subplot(40, 20, i).imshow(img)

Answer 3

こちらループの添字（i）のほうは初期化してますでしょうか？
上記の場合、二回目のループはすぐ抜けてしまうように思います。

Comments

[fukatani]

pythonのループとしてはこれであってます。rangeがゼロから始まってくれます。

[m2l]

大変失礼致しました。
後は二回目のループが同じ場所にプロットされているようなので、ずらしたほうが良いかなと思います。
plt.subplot(20, 20, i+1+前に回したループのmax).imshow(out_img[i])

[ques346]

まずi+1の最大値で、400になってしまうようで、
これ以上増やすと、20*20に収まらずoverになります。
他にも色々試しましたがよく分からないエラーが出ます。

[m2l]

ご返信ありがとうございます。
ちなみに一つのfigure内に絶対に収めたい形でしょうか？
plt.figure()をそれぞれの処理の前に定義してそれぞれ生成する形はいかがでしょうか？

[ques346]

それでできるならそれでも。
それでやろうとしたのですが、上手くいかず。

[m2l]

上手く行かない形なのですね。。
エラーとかは出ておりますか？

[ques346]

たぶんエラー以前にこちらのやり方が違うかと。
fig、subplot、ax？の組み合わせ方がよく分からない。
またforで塊を作っている所も少しややこしくしているのかも。

[m2l]

そうなんですね。
ちなみにデータ分析をされたいとは思うのですが、どのようなデータから何を実現（可視化）したくプロットされているのでしょうか？

[ques346]

jpeg画像データから、類似画像同士をまとめて同じ画像にしたくて、です。

元画像
↓
類似まとめ処理画像
↓
更に処理。。みたいな

[m2l]

ありがとうございます。
画像を分類していきたい形ですね。
同じ画像にするというのは類似画像を集めてそれぞれの座標にある色素の平均値などから打ち出していくような形でしょうか？

[m2l]

それとも一覧表示していけば良い形ですかね？？

[ques346]

そんな感じ（平均）ですね。

[m2l]

ありがとうございます。
平均値ですね。
全体感見れると非常に助かりますので該当のコードを質問編集してご連携いただけますでしょうか？

Answer 4

https://3pysci.com/python-matplotlib-12/
このページの通りにやれば複数表示できます。

Comments

[ques346]

それちょっとやってみたんですが、自分の場合forで大量に画像を貼りつける操作を、２回行ってるためか、上手くいかないんですよね。